RMSNorm crashes on NPU when elementwise_affine=False (weight=None): npu_rms_norm requires a real gamma tensor

快速结论：在 Ascend NPU（torch_npu）上使用 Diffusers 的 RMSNorm 且设置 elementwise_affine=False（即 weight=None）时，NPU 分支会把 None 传给 torch_npu.npu_rms_norm，而该算子要求 gamma 必须是真实 Tensor，因此报错。优先排查 Diffusers 版本是否已包含修复补丁。

适用环境：Issue 已确认环境：Diffusers 0.40.0.dev0；Linux x86_64（glibc 2.39，内核 5.15.0-119）；Python 3.11.15；PyTorch 2.9.0+cpu；torch_npu 2.9.0.dev20260207；Accelerator 为 Ascend NPU；使用 accelerate 多 NPU 并行。其他依赖：huggingface_hub 1.27.0、Transformers 5.3.0、Accelerate 1.10.1、PEFT 0.18.0、bitsandbytes 0.49.2、optimum-quanto 0.2.7、Safetensors 0.8.0；xFormers 未安装。

最快修复方案：升级 Diffusers 到包含 PR #14288 的版本（或从对应分支安装）。Issue 中维护者确认该问题“should be fixed after #14288”，并在合并后关闭了该 Issue。

注意事项：该修复的具体实现细节在 Issue 讨论中未展开，若升级后仍然复现，建议附上 torch_npu 版本和最小复现代码重新开 Issue。若暂时无法升级，可优先尝试的规避方式是构造 RMSNorm 时使用 elementwise_affine=True（让 weight 成为真实 Tensor），但这会改变模型结构与权重加载行为，需自行评估，且该规避方式在 Issue 中未经验证。

问题场景

用户在 Ascend NPU 上运行 Diffusers，调用 diffusers.models.normalization.RMSNorm。当 RMSNorm 以 elementwise_affine=False 构造时，self.weight 为 None。Issue 中提到这类似 LTX-2 风格的 block norm（无可学习仿射参数），即 gamma 恒为 1、不做仿射变换。此时 RMSNorm.forward 的 NPU 分支会把 self.weight（为 None）直接传入融合算子 torch_npu.npu_rms_norm，导致前向直接报错。

报错原文

RMSNorm crashes on NPU when elementwise_affine=False (weight=None): npu_rms_norm requires a real gamma tensor

npu::npu_rms_norm(Tensor input, Tensor gamma, float epsilon=1e-6) -> (Tensor, Tensor)

On Ascend NPU the call to `torch_npu.npu_rms_norm(hidden_states, None, eps)` violates
the op schema and the forward aborts.

原因分析

最可能的原因：torch_npu.npu_rms_norm 的算子 schema 将 gamma 声明为必需参数（required Tensor，而非 Optional）。而 RMSNorm 在 elementwise_affine=False 时 self.weight 合法地为 None（表示 gamma 恒为 1）。NPU 分支未对 weight=None 做特殊处理，直接把 None 传给该算子，违反算子 schema，前向中断。非 NPU 的 else 分支本身能正确处理 weight=None，因此该问题仅在 NPU 路径上暴露。

环境排查

确认 Diffusers 版本是否已包含 PR #14288 的修复（Issue 报告版本为 0.40.0.dev0）。
确认 Python 版本（报告为 3.11.15）。
确认 PyTorch 版本（报告为 2.9.0+cpu）与 torch_npu 版本（报告为 2.9.0.dev20260207）。
确认 Accelerator 为 Ascend NPU，且 is_torch_npu_available()==True。
确认是否使用 accelerate 多 NPU 并行。
确认触发层：RMSNorm 是否以 elementwise_affine=False 构造（self.weight is None）。
注意：此问题需要真实 Ascend NPU 设备才能复现，非 NPU 构建会在更早阶段报后端可用性错误，而非 gamma=None 错误。

解决步骤

先确认当前 Diffusers 版本：python -c "import diffusers; print(diffusers.__version__)"。
确认是否已包含修复 PR #14288 对应的改动。
若未包含，升级 Diffusers 到包含 #14288 的版本（或安装对应分支），然后重新运行最小复现脚本。
若已包含修复但仍复现，收集 Ascend NPU 环境信息（torch_npu 版本、CANN 相关版本）、最小复现代码和完整报错堆栈，在 Issue 中补充或重新开 Issue。
在无法升级时，可优先尝试的规避方式是在构造 RMSNorm 时使用 elementwise_affine=True，使 weight 成为真实 Tensor；需注意这会改变模型结构，需要相应权重文件支持。

验证方法

在 Ascend NPU 环境中重新运行 Issue 提供的复现脚本（RMSNorm(dim=4096, eps=1e-6, elementwise_affine=False).npu().to(torch.bfloat16) 后对 torch.randn(1, 256, 4096, device="npu", dtype=torch.bfloat16) 做前向）。若前向能正常返回输出、不再抛出 gamma=None 相关的算子 schema 错误，则说明修复生效。建议同时确认输出 dtype 与形状符合预期。